看看效果功能用户评价文章常见问题登录获取应用

文章写作工具

AI 消息改写工具真的有用吗？

四类工具，十四项研究：AI 替你写消息，到底会发生什么？按下发送前的十五秒里，什么才真正有用？

作者 Samet Durgun · Subtext 联合创始人 · 阅读约需15分钟

· 更新于2026年10月31日

我花了几周时间，把能找到的关于“AI 改写私人消息”的资料都读了一遍。一来是因为我自己就在做这样一款工具，二来是想弄清楚，我对这类工具的那个看法，到底站不站得住。

我的看法是这样的。你把一条难写的消息交给 AI，真正有用的时刻，并不是它递回来的那个润色好的版本，而是在它递回润色版本的三十秒之前：有个东西告诉你，你已经写好的这条消息发出去会惹对方不快，还告诉你为什么。

于是我去找能做到这一点的工具。我没在市面上找到，这大致就是我们最后自己做了 Subtext 这款应用的原因。所以我的立场并不中立，请你也自己去核对那些论文。后来我又去找研究：人们让 AI 替自己写私人消息，会发生什么。结果发现，这些研究比那些产品有意思得多。

我说的那个时刻，是这样的。草稿是为 Subtext 的一次运行编出来的：“你怎么不早点跟我说？”在写的人看来，这只是一个普通的问题。Subtext 给它打了一个标签“指责语气”，情绪词是“沮丧”，标签的说明写道，这句话“像是在质问对方，可能让对方觉得被责怪而产生防御”。在这之后，它才给出几个版本。最接近原话的叫“贴近原话”，内容是“要是能早点知道就好了，下次有事可以早点跟我说吗？”，说明里写的是“把质问改成了温和的请求，对方不容易觉得被指责”。三个版本都标为“可放心发送”，最接近原话的那个也不例外。以上是应用的真实输出，没有改动。它展示的只是 Subtext 处理一条草稿的情形，不代表下面那些工具会怎么处理它。

你怎么不早点跟我说？

  • 指责语气: “你怎么不早点跟我说？”像是在质问对方，可能让对方觉得被责怪而产生防御。
  • 沮丧: 你因为没能早点知道而感到有些懊恼和失望。

事情没能早点知道，心里一定挺着急的。我帮你把这句话说得不带责怪，对方更容易听进去。

  • 贴近原话 (平和, 可放心发送): 要是能早点知道就好了，下次有事可以早点跟我说吗？ 保留了“早点说”的意思，把质问改成了温和的请求，对方不容易觉得被指责。
  • 更温暖 (关心, 可放心发送): 我刚知道这件事，有点着急。以后有什么情况，可以早点告诉我吗？我们一起想办法会轻松很多。 先说出自己的感受，再邀请对方一起面对，没有指责的意味，容易让对方愿意回应。
  • 重新表达 (体谅, 可放心发送): 谢谢你告诉我。其实我希望能早一点知道，这样我也能早点帮上忙。下次有类似的事，随时跟我说就好。 先感谢对方，再说明自己想帮忙的心意，完全没有责怪，对方多半会觉得被理解。

想要更简短，还是更直接一点？告诉我就能调整。

下面就是我的发现，每一项都附了链接，方便你核对我说得对不对。

这个品类里，大多数产品只做同一件事

不看下载量，只按功能把这些工具分一分，它们可以归成四组，而且大多数殊途同归。

第一组是手机自带的工具。iOS 18.1 及更高版本自带 Apple Intelligence Writing Tools1，全系统可用。选中一段文字，你可以用“校对”“改写”（有友好、专业、简明三种语气），也可以用“撰写”，它会把你的请求转交给 ChatGPT。只要设备支持就免费，也就是 iPhone 15 Pro 及更新的机型。One UI 上有 Samsung Writing Assist2，做的是同一件事，另带语气转换和聊天翻译。再看 Gboard3，它加入了 Smart Reply、Proofread 和改写工具，由 Gemini Intelligence 驱动，不过个性化版本只限 Pixel 11 系列设备。全部免费。

第二组是聊天应用里内置的助手。Google Messages 里有 Magic Compose4，它会把建议回复放在键盘上方，还能把草稿改写成“Excited”（兴奋）、“Chill”（放松）之类的风格，甚至还有“Shakespeare”（莎士比亚体），至于为什么会有这一项，我没弄明白。它会参考你最近的二十条消息来判断上下文，Google 说这一步在设备本地完成，这些消息一条也不会发到它的服务器上。Messages 里的 Gemini 是另一回事：它是一个聊天窗口，你先在里面起草，再把结果复制进真正的对话，它看不到你的其他对话。你需要哪一种，取决于要做的事：哪款 AI 回复应用最好，取决于你的难题是消息太多，还是事关重大。

第三组是约会回复类应用。你给一段对话截图，应用用 OCR 读出文字，然后给你开场白和俏皮的回击。W Rizz 每周收费3.99美元。PlugAI（前身是 RizzGPT）的价格在4.99美元左右。类似的还有几十款，它们优化的都是同一件事：下一条消息能不能换来回复。

第四组是为难开口的对话做的小应用。这一组最有意思，也最缺资金。iOS 上有 Resolve5，它会给一项它称为“conflict temperature”（冲突温度）的指标打分。Android 上有 Clarity Coach6：你把草稿输进一个练习场景，它先告诉你这段话读起来是含糊、太直白，还是解释过多，然后才帮你改写。我联合创办的 Subtext 也在这一组，做法和这个品类里的其他产品正好相反。它会读整个对话和你的草稿，告诉你这条消息在对方读来可能是什么效果、是哪些措辞造成的，然后才给出改写版本，用不用由你定。

留意这些工具大多是怎么做的：你给它一段文字，它给你的是另一段文字。至于先读一遍你写的内容，再告诉你对方可能怎样接收，这一步很少见，有的话也多半出现在办公软件里。比如 Copilot in Outlook7，它提供邮件辅导，针对语气、清晰度和读者可能的感受给出建议；又比如 Grammarly 的 Reader Reactions8，它会预测你选定的读者读完一份文档会得到什么印象，哪些地方可能让对方困惑。这两家公司设计这些功能时，想的都不是你要发给姐姐的那条消息。在个人沟通这一边，最接近的是 Clarity Coach，但它只是个练习用的沙盒，碰不到你真正要发出去的那条消息。

关于 Grammarly9，我想说得准确一些，因为在这类产品里，它最接近、也最有可能补上这个缺口，却又差了一步。它的语气检测器会读你的用词、措辞、标点和大小写，然后说出语气是什么。2019年推出时，它覆盖了大约四十种语气10，包括感激、自信、正式、充满爱意和悲伤。Grammarly 自己的帮助文档，对这个局限交代得很谨慎：检测器识别的是你这段文字的整体语气11，不提供逐句改写。它告诉你存在什么语气，至于你的姐姐读了会不会觉得被轻视，是另一个问题。Grammarly 较新的 Reader Reactions 功能，试着针对你指定的读者（比如上级或客户）回答类似的问题8，但它预测真实读者到底准不准，我还没见过独立的测试。语气检测在免费版里就有；Pro 版按年付费的话，据目前的价格追踪网站，每月12美元。

人们分辨不出文字是不是 AI 写的，准确率和瞎猜差不多

这是最让我意外的一项发现，也是这个领域里统计功效最高的一项研究。

Maurice Jakesch、Jeff Hancock 和 Mor Naaman 做了六项实验，共有4,600名美国参与者，结果发表在2023年的《PNAS》12上。参与者读的是交友、住宿接待和职业这几类个人资料里的自我介绍，要猜哪些出自机器之手。猜对的比例在50%到52%之间。在交友这一组里，猜对有奖金，比例约为51.6%。跟抛硬币差不多。

原因在于，我们用的都是同一套靠不住的捷径。参与者把第一人称代词、缩略形式、对家人的提及和带着温度的情感细节，当作人写的证据；把干净的语法和平淡的措辞，当作机器写的证据。可这些信号，模型一句指令就能轻松造出来。这套直觉判断，恰恰指向了错误的方向。同一篇论文里，一个训练过的分类器也只做到58.1%，所以这不是多留点心就能补上的能力问题。

关键数字 分辨 AI 写的文字和人写的文字的准确率：50%到52%。跟抛硬币差不多。

六项实验 · 4,600名参与者 · 发表于2023年的《PNAS》 · 专门为这项任务训练的分类器也只做到58.1%

有一点要提醒：那项研究用的是 GPT-3 时代的文本。我没见过有人在差不多的规模上，用当前的模型再测一遍这些数字是否还成立。

这也是 Subtext 从不去猜一条消息是不是 AI 写的原因之一。它读的是你自己的草稿，看对方读到后会是什么效果。而对方读到后是什么效果，靠抛硬币似的去猜作者是谁，是怎么也猜不出来的。如果措辞读起来像套了模板，全是现成的套话，背后没有任何人的口吻，它会打上“robotic tone”（机器腔）的标签。这个标签说的是这些词读起来怎么样，不是在说是谁写的。

伤害来自被怀疑，而不是被识破

既然人们分辨不出 AI，你可能以为这层担忧也就烟消云散了。其实不会，而这一部分，恰恰是每个正在给真人写真实消息的人最该留意的。

康奈尔大学（Cornell）牵头的一个团队做了两项随机实验，共有1,020名参与者，结果发表在《Scientific Reports》13上。智能回复让对话更快、更积极，参与者给彼此打出了更亲近、更合作的评价。不过，怀疑搭档在用智能回复的参与者，给这位搭档的评价明显更差。造成伤害的是怀疑。那项研究测的是怀疑，而不是准确率。结合上面的识别数据，我不认为被怀疑的，就是真正用了智能回复的那些人。

卡内基梅隆大学（Carnegie Mellon）的一个团队在2025年的一篇论文14里，给这一现象补上了机制层面的解释。论文包含两项研究、399名参与者，结果比单纯的“扣分”要微妙。AI 标签不只是给你记上一笔，它还会削弱这条消息作为“你是怎样的人”的证据，不论这条消息原本指向哪个方向。借助 AI 写的道歉，读起来没那么温暖；借助 AI 写的吹嘘或指责，读起来则没那么冷淡。标签把消息里关于“你是怎样的人”的信息抽走了。

这个角度一直留在我脑子里。不管你的消息原本作为一种信号在传达什么，这个标签都会把它的音量调低。

只有一种情形例外：说明用了 AI，没有造成可测量的差别

我想把这项与我自己的产品论点相左的研究也写进来，因为略过它是不诚实的。

马克斯·普朗克人类发展研究所（Max Planck Institute for Human Development）的 Zoe Purcell 等人，作者里又有 Jakesch，做了两项预注册实验：共有1,637名参与者，玩的是带有金钱激励的双人信任博弈，结果发表在2025年11月的《iScience》15上。一半参与者可以借助预测文本辅助，写一条说服陌生人信任自己的消息；另一半不借助任何辅助，自己写。

AI 辅助对信任的影响微乎其微，即便公开了用过 AI，也一样。借助辅助的写作者，写出的消息在引发信任上不相上下，用时却更短，所以每花一分钟赢得的信任更多。语言分析发现，他们的消息真实感略低，却更温暖、更复杂，在研究者所说的“clout”（影响力）上也更高。

作者对结论的适用范围很谨慎，我也一样。这是陌生人之间一次性的、涉及金钱的交易。在一次付款决定里表现出的行为信任，和你的伴侣晚上11点读到你的消息、琢磨你是不是真心的，完全是两回事。不过在我看来，“AI 毁掉信任”这个说法，在文献里确实有一个像样的反例，就是这一项。

AI 写的安慰消息比大多数人写得好，直到你提到它是 AI 写的

两项研究，结果的走向一致。

Yin、Jia 和 Wakslak 发表在《PNAS》上的研究16发现，AI 生成的回复比未经训练的人写的回复，更能让人觉得自己被倾听，而且 AI 更善于看出当事人此刻是什么情绪。随后研究者告诉接收者这条消息出自 AI，效果就下降了。作者之一指出，这两种效应大小相近，大致互相抵消。

这方面的另一项研究，来自 Ovsyannikova、Oldemburgo de Mello 和 Inzlicht17：四项预注册实验，556名参与者，发表在《Communications Psychology》上。参与者认为 GPT-4 的回复比人写的回复更富同情心，其中也包括 Distress Centres of Greater Toronto 的受训危机热线志愿者所写的回复。说明来源之后，差距缩小了，但没有消失。

所以，机器往往更会遣词造句。可是一条消息承载的，不只是字句。

心力之所以重要，是因为它过去很昂贵

让我把这一切想通的，是信号理论。

一条消息有两个作用：传递内容，也证明你为发出它付出了代价：你的时间，你的注意力；在一场艰难的对话里，还有你的镇定。这些都是有限的，所以把它们花出去，就如实说明了你有多看重这个人。关于承诺信号的研究18用日本和美国的样本发现，高成本的信号比低成本的信号管用；没有发出预期中的信号，比如忘了某个重要的日子，对恋爱关系的伤害，远大于对友情的伤害。

写出一条温暖、流畅、条理清楚的消息，成本一旦降到几乎为零，这个信号也就不再携带任何信息了。

现在，这个机制已经有了直接的证据，只不过不是出自消息场景。2026年发表在《Frontiers in Psychology》的一项研究19共有618名参与者，结果发现把内容标成 AI 生成，会明显降低人们感知到的付出，而“人工制作”的标签与不贴标签没有任何差别。人们默认以为有人下了功夫，去掉这个默认的，正是 AI 标签。那项研究用的是短视频，所以把结论推到消息场景时，要留一点余地。

把措辞外包出去，似乎会削弱你对这些话的承诺

这是我一直放不下的一项发现，而且它完全不涉及收信的人。

阿姆斯特丹 CREED20 的经济学家做了几组信任博弈，让发送者可以用 ChatGPT 写一条承诺回报对方的消息。两件事同时出现了。能用 ChatGPT 的人，做出的承诺更明确。而只要打开过 ChatGPT 的人，到了兑现的时候，守诺的频率低了25.7%，不管他们最后有没有照抄它给的内容。

最能说明问题的细节是：发出去的消息越接近 ChatGPT 的原始建议，发送者后来的行为就越不值得信任。把建议改写过的人，表现更好。改写会怎样影响你的口吻，我在怎样找到一款改写你的消息、读起来却依然像你的应用里梳理过较新的研究。作者把这解读为一种所有权感：用自己的话说出一件事，你会觉得自己被它约束；原样发出一段机器写的东西，你心里总有一部分从没为它签过字。这也是为什么 Subtext 会先让你看到问题、再给替换版本，并标出每个版本改动了你多少措辞。你自己选定、或者亲手敲出来的修改，才是你签过字的。

道歉这一块有过扎实的研究，结论也比一句“别用”更有用

如果你只读一节，就读这一节，因为实用的答案就在这里。

Ella Glikson 和 Omri Asscher 针对职场中的道歉做了三项情景研究，发表在《Computers in Human Behavior》21上。知道有人用 AI 工具写了道歉，会降低这份道歉显得有多真实，也降低人们原谅的意愿。自己主动说明用了 AI，并没有缓和这一点。到这里，都在意料之中。

接下来这一点，改变了我的看法。三种可用的 AI 工具里只用了其中一种的参与者，完全没有在真实感上被扣分。研究者把这解读为距离：有限地使用 AI，能让最终的消息贴近这个人原本的意思，而人们感觉得到这一点。

Lim、Hong 和 Schneider 另做了一项3×2的实验，共有464名参与者，同样发表在《Computers in Human Behavior》22上。他们发现，参与者普遍认为人写的道歉更真诚，而温暖的语气能让 AI 写的道歉好一些，却始终没有补上与人写的道歉之间的差距。

Fan、Liu 和 Pan 在2026年的一篇 CHI 论文23里，用恋爱类的消息检验了这一点：第一项研究有152人，第二项有704人。AI 起草的部分越多，这条消息读起来就越不像发送者自己写的，也越缺少真实感。发送者认可过的轻度语气改写，对人们如何评价一份道歉有帮助；但整篇由 AI 起草的消息，以及用来设立边界的消息，结果就不一样了。

把这三项放在一起看，能得到一个实用的结论。扣分的幅度，随成品消息偏离你本意的程度而变，而不是看有没有机器在场。出于同样的原因，Subtext 在给出任何成品版本之前，先让你看到是什么造成了这种印象，并告诉你每个版本改了你多少措辞：把这段距离保持在很短，才能让一份道歉依然可信。关于怎样发消息道歉，更广泛的研究另有一篇专文。

这些工具会把你最糟的冲动润色得漂漂亮亮，却一个字也不提醒

写一句带着被动攻击意味的话，交给手机上的任何一款改写工具，看看会怎样。你得到的，是写得更好的被动攻击。没有警告，没有一句“你确定吗”。工具的任务，就是照你说的做。

模型会往这个方向偏，是有原因的。2025年4月，OpenAI 撤回了 GPT-4o 的一次更新，并公开写道24，这个模型变得“过度奉承或一味迎合，常被形容为谄媚”，而且“倾向于给出过度支持却不真诚的回答”。他们指出的原因，是过分依赖用户的短期反馈来调校，也就是点赞和点踩。在后续文章25里，他们承认，自己没有任何追踪谄媚倾向的部署评估。

Anthropic 的研究者发现，同样的模式具有普遍性。论文宣读于 ICLR 202426，五个前沿 AI 助手全都表现出谄媚；研究者分析了大约15,000组人类偏好比较，发现迎合用户已经表明的看法，是预测人们更喜欢哪个回答的最强指标之一。用认可去训练，筛选出来的就是顺从。2025年的一项基准测试27在 ChatGPT-4o、Claude Sonnet 和 Gemini 1.5 Pro 上测得，58.19%的测试用例出现了谄媚行为，一旦开始，有78.5%会持续下去，不过它测试的是事实性问答，不是私人消息。至于私人消息，我另外比较过写作用的 ChatGPT 替代品，以及头部三家会对你的措辞做什么。

现在想一想，这对你最需要帮助的那一刻意味着什么。你正在气头上，写了一段将来会后悔的话，而握着你草稿的那个工具，优化的目标是让你对这段话感觉良好。

Subtext 就是为这一刻而存在的，而让人不舒服的地方，恰恰是关键所在。它会告诉你，这份草稿读起来带着怒气，而不是把怒气改写得更动听。

拿一句听起来很好说话的话来看。我为这次运行编了一条草稿：“没事，我自己来就行。”这个例子这次没帮上我的忙。Subtext 没有给它打标签，没有给情绪词，也没有写任何版本，只回了一句“好的，没问题，你自己来就行”，接着说“之后如果想让我帮忙看看措辞，或者想换个语气，随时发给我”。这个回答像是把这句话当成了对它自己说的，而不是一份要发给别人的草稿。以上是应用的真实输出，没有改动。

没事，我自己来就行。

好的，没问题，你自己来就行。之后如果想让我帮忙看看措辞，或者想换个语气，随时发给我。

所以这一次，我没法拿它来说明 Subtext 会在这种时刻提醒你：没有标签，没有标着“可放心发送”或“需要留意”的版本，也就没有一条警告可以拿来和手机上的改写工具比。这条回复没有替那句话润色，这一点倒是真的，可它也没有告诉我，这句话读起来会是什么样。

我回答不了的问题

是发一条你自己写的、笨拙的消息好，还是发一条不是你写的、打磨得很漂亮的消息好？

我认真找过，没有任何一项研究直接检验过这个问题。没有人把“你自己写的、不完美的草稿”和“不是你写的好草稿”随机分组做对比，再去追踪关系后来怎样了。纵向研究更是一项都没有。也没有关于伴侣、家人或亲密朋友在几个月的 AI 辅助聊天中的实地数据。我们不知道，人们是会适应机器润色出来的这种光滑，还是这个习惯会悄悄侵蚀掉点什么。

现有的证据，在亲密关系上指向同一个方向：付出的心力会被读成在意，标签会削平信号，外包出去的话似乎会让你对自己的承诺不再抓得那么牢，而道歉只要贴近你的本意，就依然可信。但信任博弈的结果说明，在某些场景里，代价小到测不出来，我也不打算假装证据比实际更清晰。

那么，什么才有帮助

把这一切重新读一遍之后，我觉得缺失的那种产品，轮廓已经相当清楚，而且它几乎和这个品类正在做的东西相反。

没有人需要把自己的话换掉。他们需要的，是在按下发送前的十五秒里，知道这条消息读起来比自己心里的感觉更冷，或者知道自己以为是在澄清的那段话，读起来像一串怨言。然后由他们自己，用自己的话去改。这样，付出心力的这个信号保住了，所有权感保住了，Glikson 和 Asscher 所说的那段距离也依然很短。

这就是我希望存在的那个版本，我们围绕它做了 Subtext。Subtext 读的是整个对话，而不是单独一句话；它会说出你的草稿可能向即将读到它的人传递什么信号，并指给你看，是哪些词造成了这种印象。

Subtext 随后给出的每个版本，都会说明它改动了你多少措辞，你还可以在复制之前，用“手动编辑”改动其中任何一个，让这次修改始终属于你。按上面的证据，这比改写本身更重要，因为扣分跟的是与你本意之间的距离，而最短的距离，就是你自己的那句话，只换了一个词。

我自己的规矩，仅供参考：我愿意让机器告诉我，我的消息听起来是什么样；我不会让它替我去跟姐姐说对不起。

如果你觉得我哪项研究读错了，或者知道哪款工具是先诊断、再改写的，欢迎到 LinkedIn 上告诉我。

Samet Durgun 是 Subtext 的联合创始人。这款应用会捕捉你消息里的情绪语气，并用你自己的口吻改写。他常驻柏林。

参考来源

凡有原始来源的，上文每个链接都直接指向它，并按正文中出现的顺序编号。产品功能和价格核查于2026年8月。如果某个数字来自公司博客或新闻稿，而不是研究，我就没有采用。

  1. Apple Support. Use Writing Tools with Apple Intelligence on iPhone.
  2. Samsung. Use Writing assist on Galaxy phones and tablets.
  3. Google Support. Use writing tools with Gboard.
  4. Google Support. Draft messages with Magic Compose.
  5. Apple App Store. Resolve: AI Conflict Coach.
  6. Google Play. Clarity Coach.
  7. Microsoft Support. Get email coaching with Copilot in Outlook.
  8. Grammarly Support. Reader Reactions user guide.
  9. Grammarly. Writing Tone Detector and Tone Suggestions.
  10. TechCrunch (2019). Grammarly gets a tone detector to keep you out of email trouble.
  11. Grammarly Support. How do Grammarly’s tone suggestions work?
  12. Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. PNAS, 120(11), e2208839120.
  13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., Aghajari, Z., Mieczkowski, H., Levy, K., Naaman, M., Hancock, J., & Jung, M. F. (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports, 13, 5487.
  14. Khadpe, P., Wenzel, K., Loewenstein, G., & Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication. AAAI/ACM Conference on AI, Ethics and Society.
  15. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M., & Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28(12), 114092.
  16. Yin, Y., Jia, N., & Wakslak, C. J. (2024). AI can help people feel heard, but an AI label diminishes this impact. PNAS, 121(14), e2319112121.
  17. Ovsyannikova, D., Oldemburgo de Mello, V., & Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3.
  18. Yamaguchi, M. 等人 (2015). Commitment signals in friendship and romantic relationships. Evolution and Human Behavior.
  19. Human-made vs. AI-generated: how provenance labels drive strategic curation via perceived effort (2026). Frontiers in Psychology.
  20. AI-Powered Promises: The Influence of ChatGPT on Trust and Trustworthiness. CREED, University of Amsterdam.
  21. Glikson, E., & Asscher, O. (2023). AI-mediated apology in a multilingual work context. Computers in Human Behavior, 140, 107592.
  22. Lim, J. S., Hong, N., & Schneider, E. (2025). How warm- versus competent-toned AI apologies affect trust and forgiveness through emotions and perceived sincerity. Computers in Human Behavior, 172, 108761.
  23. Fan, G., Liu, D., & Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems, 1-24.
  24. OpenAI (2025). Sycophancy in GPT-4o.
  25. OpenAI (2025). Expanding on what we missed with sycophancy.
  26. Sharma, M. 等人 (2024). Towards Understanding Sycophancy in Language Models. ICLR 2024.
  27. Fanous, A. 等人 (2025). SycEval: Evaluating LLM Sycophancy. AAAI/ACM Conference on AI, Ethics and Society.